opencv實戰哈哈鏡

一、opencv的前身後世

1、簡介

2、iplimage介紹

3、mat介紹

二、哈哈鏡介紹

1、原理

2、實現

3、凸透鏡演算法

4、凹透鏡演算法

因為要做乙個專案，為了實現他的趣味性，所以想應用影象處理做一些東西，在上次完成**化之後，又了解了哈哈鏡效果，想自己實現，從網上找了好多教程，都是以前的opencv版本的**，在opencv3.0及以上版本已經不支援使用了。

可能最新學習opencv的小夥伴不了解什麼是「以前的opencv版本」。所以我先簡單介紹一下。

opencv是乙個基於bsd許可（開源）發行的跨平台計算機視覺庫，可以執行在linux、windows、android和mac os作業系統上。它輕量級而且高效——由一系列 c 函式和少量 c++ 類構成，同時提供了python、ruby、matlab等語言的介面，實現了影象處理和計算機視覺方面的很多通用演算法。

opencv用c++語言編寫，它的主要介面也是c++語言，但是依然保留了大量的c語言介面。所有新的開發和演算法都是用c++介面。乙個使用cuda的gpu介面也於2023年9月開始實現。

其他的一些介紹就在這裡不多說了，大家在網上也能找到。我主要再說一下在前面我說到的以前的opencv版本和新版本的差別。這個差別不是opencv2.0，opencv2.3.4，opencv3.0.0，opencv3.1.0，opencv3.4.0等等這些版本之間的差別。大家會發現，大家現在在學習opencv時，建立影象，用的時c++語言中的mat類，最初的opencv是用c語言編寫的，c語言是沒有類的，那用c語言用的自然就是結構體。所以接下來我講一下opencv結構體的表示。

在opencv中iplimage是表示乙個影象的結構體，也是從opencv1.0到目前最為重要的乙個結構；在之前的影象表示用iplimage，而且之前的opencv是用c語言編寫的，提供的介面也是c語言介面；

英文注釋版結構體如下：

typedef struct _iplimage
iplimage;

中文注釋版結構體如下：

typedef struct _iplimage
iplimage;

iplimage結構體是整個opencv函式庫的基礎，在定義該結構變數時需要用到函式cvcreatimage，變數定義方法如下：

//定義乙個iplimage指標變數src，影象的大小是200×300，影象顏色深度8位，3通道影象。
iplimage* src = "/cvcreateimage"(cvsize(200, 300), ipl_depth_8u, 3);
//定義乙個iplimage指標變數src，影象的大小是200×300，影象顏色深度8位，單通道影象。
iplimage* src = "/cvcreateimage"(cvsize(200, 300), ipl_depth_8u, 1);

由於定義的src是乙個指標變數，所以通過src來呼叫函式時，採用的是指向的方式：

//下面是兩種影象資料訪問方式的例子：
//1.直接訪問 : (效率高, 但容易出錯)
//  對單通道位元組影象 :
iplimage* src = cvcreateimage(cvsize(640, 480), ipl_depth_8u, 1);
((uchar *)(src->imagedata + i*src->widthstep))[j] = 111;
//  對多通道位元組影象:
iplimage* src = cvcreateimage(cvsize(640, 480), ipl_depth_8u, 3);
((uchar *)(src->imagedata + i*src->widthstep))[j*src->nchannels + 0] = 111; // b
((uchar *)(src->imagedata + i*src->widthstep))[j*src->nchannels + 1] = 112; // g
((uchar *)(src->imagedata + i*src->widthstep))[j*src->nchannels + 2] = 113; // r
//  對多通道浮點影象:
iplimage* src = cvcreateimage(cvsize(640, 480), ipl_depth_32f, 3);
((float *)(src->imagedata + i*src->widthstep))[j*src->nchannels + 0] = 111; // b
((float *)(src->imagedata + i*src->widthstep))[j*src->nchannels + 1] = 112; // g
((float *)(src->imagedata + i*src->widthstep))[j*src->nchannels + 2] = 113; // r
//2.用指標直接訪問 : (在某些情況下簡單高效)	
//  對單通道位元組影象 :
iplimage* src = cvcreateimage(cvsize(640, 480), ipl_depth_8u, 1);
int height = src->height;
int width = src->width;
int step = src->widthstep / sizeof(uchar);
uchar* data = (uchar *)src->imagedata;
data[i*step + j] = 111;
//  對多通道位元組影象:
iplimage* src = cvcreateimage(cvsize(640, 480), ipl_depth_8u, 3);
int height = src->height;
int width = src->width;
int step = src->widthstep / sizeof(uchar);
int channels = src->nchannels;
uchar* data = (uchar *)src->imagedata;
data[i*step + j*channels + k] = 111;
//  對多通道浮點影象(假設用4位元組調整) :
iplimage* src = cvcreateimage(cvsize(640, 480), ipl_depth_32f, 3);
int height = src->height;
int width = src->width;
int step = src->widthstep / sizeof(float);
int channels = src->nchannels;
float * data = (float *)src->imagedata;
data[i*step + j*channels + k] = 111;

具體介紹內容詳解我的：【opencv學習筆記】004之mat物件。裡面有mat簡介，常用成員，建構函式以及三種影象型別格式的轉換。

哈哈鏡是表面凸凹不平的鏡面，反映人像及物件的扭曲面貌，令人發笑，故名叫哈哈鏡。哈哈鏡的原理是曲面鏡引起的不規則光線反射與聚焦，做成散亂的影像。鏡面扭曲的情況不同，成像的效果也會相異。常見的變換效果有高矮胖瘦四種效果，鏡面材質有金屬哈哈鏡，玻璃哈哈鏡等。

對應到物理中，哈哈鏡其實是光的折射，可以理解為數學中的對映，不同的對映會有不同的效果，如線性對映會產生放大縮小的感覺，凸函式則會是凸透鏡，凹函式就是凹透鏡，原則上，不同的函式就不會產生不同的結果。

所以如果希望通過opencv來做哈哈鏡，就需要找到乙個對應的對映，讓影象的畫素扭曲，從而實現哈哈效果。在這裡，實現了放大鏡和縮小鏡。

videocapture capture;
capture.open(0);

獲取到每一幀的影象後，需要對影象做一定的處理，因為用了兩種方式做處理分別得到：放大鏡，縮小鏡。所以在處理之前加乙個整形變數，允許使用者輸入，自由選擇處理方式，為了防止使用者非法輸入，我設定迴圈做判斷。輸入合法後才允許執行下面的**。並通過switch語句設定兩種處理方式。**如下：

int mode = -1;//動畫處理模式
cout << "請輸入型別：";
cin >> mode;
while (mode<0 || mode >= 2)
switch (mode)
break;
case 1:
while (1)
break;
default:
break;
}

接下來就是最核心的演算法，即映**。

在前面我們說到，所謂哈哈鏡，就是影象畫素點位置的變化，所以我們要獲取到每個畫素點的畫素值，然後對畫素點做操作。

void magnifyglass(mat hahaframe,mat img) 
}	}}

void compressglass(mat hahaframe,mat img) 
}}

opencv實戰哈哈鏡

基於python的opencv專案實戰P4

實戰深度學習OpenCV（一） canny邊緣檢測

基於 OpenCV 的面部關鍵點檢測實戰

opencv實戰 哈哈鏡

基於python的opencv專案實戰P4

實戰深度學習OpenCV（一） canny邊緣檢測

基於 OpenCV 的面部關鍵點檢測實戰

相關推薦

opencv實戰哈哈鏡